随着预训练语言模型在NLP的研究和应用越来越广泛,提示学习也越来越受到重视。
但是相比端到端的方法,提示学习框架结构复杂多变、实现难度较大,用户在这上面的学习也会比较吃力。
这次,我邀请到了我的朋友—SunnyJ老师,和大家讲一讲提示学习。
SunnyJ老师是BAT大厂Lab高级算法研究员,有着5年NLP算法领域经验,也是SemEval竞赛冠军。
这个提示学习课程最吸引我的有2点——
01 理论+实践。适合0基础的,小白也能学透。
02 代码实战。不仅讲解和分析理论,还有代码实战,可以彻底掌握提示学习。
代码实战1
P-tuning
项目背景:
代码实践P-tuning方法,理论分析和实践结合,辨析 Adapter 和 P-tuning 间的异同(hejunxian)。
代码实战2
NER
项目背景:
目前在NER上表现较好的模型的共同的特点都需要大量的数据来进行学习,必须要进行代码实战才能更好掌握。
这套课程:6节课,定价499元,我给大家申请到了特别优惠,仅限本号粉丝,优惠价格为0.99元!感兴趣的同学直接扫码购买,限50人,人满就恢复原价。
原价499元、目前优惠仅0.99元
购课之后一定要加课程老师约课哦
以下为课程完整大纲
从0到1
入门提示学习
BAT大厂Lab高级算法研究员+前沿理论| 实战入门
01
课程内容
第一课:小样本学习概述
小样本学习的基本概念
小样本学习的常见方法&技术路线
第二课:经典小样本学习实践
经典的小样本分类方法
原型网络在文本分类中的代码实践
第三课:自然文本生成
讲解自然文本生成模型、方法
预训练语言模型的最新进展
文本生成和 Prompt Learning 的关系
第四课:提示学习概述
提示学习由来
提示学习的分类
提示学习在文本分类和序列标注中的方法介绍
第五课:文本分类与提示学习实践
讲解基于提示学习的文本分类方法:P-tuning等
代码实践基于提示学习的文本分类方法
第六课:NER与提示学习
讲解基于提示学习的NER方法:templateNER等
代码实践基于提示学习的NER方法
02
主讲老师—SunnyJ老师
![1dd1dfd2f00e1180ed7d49f3ee719bf3.png](https://i-blog.csdnimg.cn/blog_migrate/7ec94b60c90e1ac4597a9a511266bc31.png)
6节课=0.99元
原价499元、目前优惠仅0.99元
购课之后一定要加课程老师兑课哦